基于小波多方向信息组合的纹理图像检索

针对基于单一小波和复小波的纹理图像检索方法中图像纹理的向性信息不够多、影响检索率的问题,本文提出了一种将传统小波和复小波分解后得到的方向子带信息进行组合,并计算其一阶统计矩以提取特征,以Canberra距离度量相似性,从而提高纹理图像检索率的方法。对Brodatz图像库的仿真实验表明,本文提出的方法优于传统小波和复小波。     

谐波信号选取对引信启动概率影响分析

目标有效反射面积影响引信的作用距离,进而影响引信的启动概率.针对某比相引信在射击隐身目标时启动概率很低的情况,在分析不同谐波信号对引信作用距离影响的基础上,提出选择其他谐波成分作为幅度支路,与原比相引信构成复合引信,解决了射击不同目标时引信启动概率较低的问题.     

低开销的软错误免疫寄存器设计

随着工艺尺寸的逐渐缩小,集成电路中由放射性粒子引起的软错误不断增加,在设计时必须考虑由软错误引起的可靠性问题.使用软错误免疫寄存器对电路敏感部分选择性加固是降低逻辑电路软错误率简单有效的方法.总结了常用的软错误免疫寄存器结构,并使用可靠性分析方法对8种寄存器进行量化研究和比较,得出双模时空冗余寄存器具有更高的可靠度;针对现有可靠寄存器开销较大的缺点,设计了一种基于时钟延时的动态主级时空双模冗余寄存器--DMTS-DR,不仅能很好地免疫自身的SEU,还能对前级组合逻辑的SET进行有效屏蔽.与其它可靠寄存器相比,DMTS-DR的面积和延时开销都有大幅降低,在可靠性、面积和速度间实现了较好的折中.     

Monte-Carlo方法在浅海声速不确定性研究中的应用仿真

采用Monte-Carlo方法捕捉浅海中声速剖面的不确定性,模拟真实海洋环境中的声速剖面,并将模拟得到的声速剖面输入波束位移射线简正波(BDRM)声场预报模型中,得到声传播损失,再对结果进行统计分析,得到声传播损失的概率分布图,并提出用传播损失期望值作为预报值,提高了声场预报的精度.最后,利用声纳优质因子(FOM)导出声纳作用距离概率分布图,为声纳作用距离的预报提供了概率的依据.     

基于目标结构特征像的SVM目标识别方法

针对支持向量(SVM)对目标高分辨一维距离像(HRRP)识别率和稳定性不高的问题,研究将目标分解理论推广应用于对目标极化散射矩阵的分解,求得了目标结构特征像.在分析研究SVM的训练和测试方法的基础上,采用SVM通过结构特征像对两实验目标进行分类识别,结果表明,基于目标结构特征像的SVM目标识别方法能够提高目标正确识别率,且其稳定性较好.该方法是一种有效的目标识别方法.     

X波段雷达线性调频脉冲压缩信号仿真研究

对雷达线性调频脉冲压缩信号进行分析以及仿真,在雷达信号模拟领域中是非常重要的.给出了常规调频脉冲压缩信号以及匹配滤波器模型及仿真结果,并在对某X波段雷达调频脉冲压缩信号处理特点研究的基础上,分析了距离分辨率对不同距离目标分辨的影响,并进行了仿真验证.     

PD体制地面情报雷达相关问题研究

中脉冲重复频率的PD体制对于杂波的抑制能力较强,一般应用于机载雷达.目前,地面对空情报雷达为更有效地检测低空目标以及小目标,也采用了PD体制.在分析了杂波重叠和PRF组限制的基础上,对比了M/N准则、检测概率以及盲区图,讨论了采用3/7准则的优越性,该结论对于PD体制雷达的研制和改装有实际的应用价值.     

一个注意：如何解决刊授教育内容多面授时间少的矛盾

一切教育活动都包含着教育内容的无限增长性与教育时空有限制约性之间的矛盾。在刊授教育中,这种矛盾显得更为突出。如刊授教员经常要在极为有限的面授时间里,讲授相对较多的知识内容,而讲授相对较多的知识内容,在时间方面总有捉襟见肘的困惑;学员们有时也感到许多知识的学习,无法通过感官获得一定直观的经验,因此有必要探讨如何克服刊授教育时间和空间的有限性,并最大限度地满足个人和社会对刊授教育的目标和内容的要求。     

机载双基地雷达几何配置对杂波特性影响分析

为了深入了解机载双基地雷达杂波特性随着收、发站几何配置变化的规律,分析不同几何配置下杂波多普勒特性和距离非均匀特性,揭示了机载双基地几何配置与杂波特性相互关系。研究表明,在部分几何配置下机载双基地杂波多普勒展宽受到几何配置的明显抑制,杂波的距离非均匀性明显下降。     

一种舰船目标一维距离像识别的新方法

提出了一种基于傅里叶-梅林变换和二叉树支持向量机相结合的舰船目标一维距离像识别方法。该方法充分利用了傅里叶-梅林变换具有的时移与尺度不变性和支持向量机在小样本分类中的优势,可以改善目标的特征稳定性,提高识别性能。针对多类舰船目标的识别,提出采用聚类分析中的均值距离来生成二叉树,将分类器分布在各个节点上,构成了多类支持向量机,减少了分类器数量和重复训练样本的数量。对4类舰船目标仿真实验的结果表明,该分类方法具有较高的识别性能、较快的识别速度。